Si elegimos al azar un habitante de esa población, la probabilidad de que tenga entre 15 y 35 años es del 31 (compruébalo): P [15 ≤ x ≤ 35] = 0,31

(1)

1

R

esuelve

Página 259

Distribución de edades

Las edades de los habitantes de una población se distribuyen según la gráica adjunta (comprueba que bajo esta gráica hay, exactamente, 100 cuadraditos).

0 20 40 60 80 100

AÑOS

Si elegimos al azar un habitante de esa población, la probabilidad de que tenga entre 15 y 35 años es

del 31 % (compruébalo): P [15 ≤ x ≤ 35] = 0,31

■Halla las siguientes probabilidades e interpreta lo que signiican:

a) P [x ≤ 15]

b) P [45 ≤ x ≤ 65]

c) P [x ≤ 80]

d) P [25 ≤ x ≤ 70]

Contamos los cuadraditos que hay en el intervalo y dividimos por el número total de cuadraditos (que es 100). Así:

a) P [x ≤ 15] =

10026 = 0,26

La probabilidad de que un habitante, elegido al azar en esa población, tenga menos de 15 años es del 26 %.

b) P [45 ≤ x ≤ 65] = ₁₀₀18 = 0,18

La probabilidad de que tenga entre 45 y 65 años es del 18 %.

c) P [x ≤ 80] = ₁₀₀96 = 0,96

La probabilidad de que tenga menos de 80 años es del 96 %.

d) P [25 ≤ x ≤ 70] = ₁₀₀47 = 0,47

(2)

Tiempos de espera

El autobús que nos lleva al trabajo es un tanto impuntual. Debe pasar a las 8, pero puede retrasarse hasta 20 minutos. Sin embargo, es más probable que llegue cerca de las 8 h que cerca de las 8 h y 20 min.

Si llegamos a la parada a las 8 en punto, la gráica adjunta nos ayuda a calcular la probabilidad del tiempo de espera.

0 5 10 15 20

TIEMPO (en minutos)

La probabilidad de que tengamos que esperar entre 10 y 16 minutos es del 21 % (compruébalo).

Es decir: P [10 ≤ x ≤ 16] = 0,21

■Halla e interpreta estas probabilidades:

a) P [x ≤ 2]

b) P [5 ≤ x ≤ 10]

c) P [x ≤ 10]

d) P [5 ≤ x ≤ 6]

a) Tenemos que contar el número de cuadraditos que hay entre las verticales que corresponden a 0 y a 2 y dividirlo entre 100.

P [x ≤ 2] = 0,19

El 19 % de las veces tenemos que esperar menos de 2 minutos. b) P [5 ≤ x ≤ 10] = 0,3125

El 31,25 % de las veces tenemos que esperar entre 5 y 10 minutos. c) P [x ≤ 10] = 0,75

El 75 % de las veces tenemos que esperar menos de 10 minutos. d) P [5 ≤ x ≤ 6] = 0,0725

(3)

3

1

_{Distribuciones de probabilidad de variable continua}

Página 261

Hazlo tú. Calcula: a) P [2 ≤ x ≤ 5] b) P [2 ≤ x ≤ 2,5]

a) P [2 ≤ x ≤ 5] = (5 – 2) · 4 1

4 3 = = 0,75

b) P [2 ≤ x ≤ 2,5] = , 4

0 5 = 0,125

Hazlo tú. Calcula:

a) P [0 ≤ x ≤ 2] b) P [3 ≤ x ≤ 4]

a) P [0 ≤ x ≤ 2] = ·( / )2 2 8₂ = = 0,25₈2

b) P [3 ≤ x ≤ 4] = ( / ) ( / ) ·3 8 ₂+ 4 8 1=₁₆7 = 0,4375

1 _Calcula_k_{para que}_f₍_x_{) =} ,

,

[ , ] [ , ]

é è

k x x

0

3 8 3 8

* sea una función de densidad. Halla las probabilidades:

a) P [4 < x < 6] b) P [2 < x ≤ 5] c) P [x = 6] d) P [5 < x ≤ 10]

Como el área bajo la curva ha de ser igual a 1, tenemos que:

P [–∞ < x < +∞] = P [3 ≤ x ≤ 8] = 5k = 1 → k = ₅1 a) P [4 < x < 6] = (6 – 4) ·

5 1

5 2 =

b) P [2 < x ≤ 5] = P [3 ≤ x ≤ 5] = (5 – 3) · 5 1

5 2 =

c) P [x = 6] = 0

d) P [5 < x ≤ 10] = P [5 ≤ x ≤ 8] = (8 – 5) · 5 1

5 3 =

2 _Calcula_m_{para que}_f₍_x_{) =} ,

,

[ , ] [ , ]

é è

mx x x

0

3 7 3 7

* sea una función de densidad. Halla las probabilidades:

a) P [3 < x < 5] b) P [5 ≤ x < 7] c) P [4 ≤ x ≤ 6] d) P [6 ≤ x < 11]

El área bajo la curva (área del trapecio señalado) ha de ser igual a 1:

P [–∞ < x < +∞] = P [3 ≤ x ≤ 7] = (7m+₅3m)·4 =

3 m = 20m = 1 → m = ₂₀1

7 m

3 7

Área = 1

a) P [3 < x < 5] = ( / / )· 2 5 20 3 20 2

208 52

+ ₌ _{= b)}_P_{[5 ≤}_x_{< 7] = ( /} / )· 2 7 20 5 20 2

20 12

5 3

+ ₌ ₌

(4)

2

_{La distribución normal}

Página 263

1 _{En una distribución}_N_{(110, 10), calcula:}

a) P [x > 110]

b) P [110 < x < 120]

c) P [110 < x < 130]

d) P [120 < x < 130]

e) P [90 < x < 100]

f ) P [90 < x < 120]

g) P [x < 100]

a) P [x > 110] = 0,5

110

b) P [110 < x < 120] = ,0 6826 = 0,3413₂

110

100 120

68,26%

c) P [110 < x < 130] = ,0 9544 = 0,4772₂

110 100 90

80 120 130 140

0,9544

d) 0,9544 – 0,6826 = 0,2718

P [120 < x < 130] = , 2

0 2718 = 0,1359

110 120 130

e) Por simetría, igual que el anterior:

P [90 < x < 100] = 0,1359

110 100 90

f ) P [90 < x < 120] = 0,6826 + 0,1359 = 0,8185

110 100

(5)

5

3

_{Cálculo de probabilidades en distribuciones normales}

Página 264

1 _{Calcula las probabilidades de los apartados a), b) y c) del ejercicio resuelto anterior.}

Estima el valor aproximado de las probabilidades d), e) y f ) del mismo ejercicio.

a) P [x > μ] = 0,5

b) P [μ < x < μ + 2σ] = 0,4772

c) P [x < μ – σ] = 0,1587 d) P [x < μ + 0,5σ] = 0,6915

e) P [x > μ + 1,75σ] = 0,0401

f ) P [x + 0,5σ < x < μ + 1,75σ] = 0,2684

Página 265

2 _{Halla las siguientes probabilidades:}

a) P [z ≤ 0,84] b) P [z < 1,5] c) P [z < 2] d) P [z < 1,87]

e) P [z < 2,35] f ) P [z ≤ 0] g) P [z < 4] h) P [z = 1]

Mirando directamente la tabla, obtenemos:

a) 0,7996 b) 0,9332 c) 0,9772 d) 0,9693

e) 0,9906 f ) 0,5000 g) 1 h) 0

3 _{Di el valor de}_k_{en cada caso:}

a) P [z ≤ k ] = 0,7019 b) P [z < k ] = 0,8997 c) P [z ≤ k ] = 0,5040 d) P [z < k ] = 0,7054

a) k = 0,53 b) k = 1,28 c) k = 0,01 d) k = 0,54

4 _{Di el valor aproximado de}_k_{en cada caso:}

a) P [z < k ] = 0,9533 b) P [z ≤ k ] = 0,62

a) k ≈ 1,68 b) k ≈ 0,305

Página 266

5 _Halla:

a) P [z > 1,3] b) P [z < –1,3] c) P [z > –1,3] d) P [1,3 < z < 1,96]

e) P [–1,96 < z < –1,3] f ) P [–1,3 < z < 1,96] g) P [–1,96 < z < 1,96]

a) P [z > 1,3] = 1 – P [z < 1,3] = 1 – 0,9032 = 0,0968

b) P [z < –1,3] = 1 – P [z < 1,3] = 1 – 0,9032 = 0,0968 c) P [z > –1,3] = P [z < 1,3] = 0,9032

d) P [1,3 < z < 1,96] = P [z < 1,96] – P [z < 1,3] = 0,9750 – 0,9032 = 0,0718

e) P [–1,96 < z < –1,3] = P [z < –1,3] – P [z < –1,96] = (1 – 0,9032) – (1 – 0,9750) = 0,0718 f ) P [–1,3 < z < 1,96] = P [z < 1,96] – P [z < –1,3] = 0,9750 – (1 – 0,9032) = 0,8782

(6)

6 _{Halla, a partir de la tabla, las siguientes probabilidades:}

a) P [–1 ≤ z ≤ 1] b) P [–2 ≤ z ≤ 2]

c) P [–3 ≤ z ≤ 3] d) P [– 4 ≤ z ≤ 4]

e) P [0 ≤ z ≤ 1] f ) P [0 ≤ z ≤ 4]

a) P [–1 ≤ z ≤ 1] = P [z < 1] – P [z < –1] = 0,8413 – (1 – 0,8413) = 0,6826

b) P [–2 ≤ z ≤ 2] = P [z < 2] – P [z < –2] = 0,9772 – (1 – 0,9772) = 0,9544

c) P [–3 ≤ z ≤ 3] = P [z < 3] – P [z < –3] = 0,9987 – (1 – 0,9987) = 0,9974

d) P [– 4 ≤ z ≤ 4] = P [z < 4] – P [z < – 4] = 1 – (1 – 1) = 1

e) P [0 ≤ z ≤ 1] = P [z < 1] – P [z < 0] = 0,8413 – 0,5 = 0,3413

f ) P [0 ≤ z ≤ 4] = P [z < 4] – P [z < 0] = 1 – 0,5 = 0,5

Página 267

7 _{En una distribución}_N_{(173, 6), halla las siguientes probabilidades:}

a) P [x ≤ 173] b) P [x ≥ 180,5]

c) P [174 ≤ x ≤ 180,5] d) P [161 ≤ x ≤ 180,5]

e) P [161 ≤ x ≤ 170] f ) P [x = 174]

g) P [x > 191] h) P [x < 155]

a) P [x ≤ 173] = P<z< 173 173₆– F = P [z < 0] = 0,5

b) P [x ≥ 180,5] = 1 – P [x < 180,5] = 1 – P z ,

6 180 5 173– <

< F = 1 – P [z < 1,25] = 1 – 0,8944 = 0,1056

c) P [174 ≤ x ≤ 180,5] = P [x < 180,5] – P [x ≤ 174] = P z ,

6 180 5 173– <

< F – P<z< 174 173₆– F =

= P [z < 1,25] – P [z < 0,166] = 0,8944 – 0,5675 = 0,3269

d) P [161 ≤ x ≤ 180,5] = P [x < 180,5] – P [x ≤ 161] = P<z< 180 5 173, ₆– F – P<z< 161 173₆– F =

= P [z < 1,25] – P [z < –2] = P [z < 1,25] – (1 – P [z < 2]) = = 0,8944 – (1 – 0,9772) = 0,8716

e) P [161 ≤ x ≤ 170] = P [x < 170] – P [x ≤ 161] = P z

6 170 173– <

< F – P z

6 161 173– <

< F =

= P [z < –0,5] – P [z < –2] = (1 – P [z < 0,5]) – (1 – P [z < 2]) = = (1 – 0,6915) – (1 – 0,9772) = 0,2857

(7)

7

4

_{La distribución binomial se aproxima a la normal}

Página 269

1 _{Calcula las probabilidades de las siguientes distribuciones binomiales mediante su}

correspondien-te aproximación a la normal. En todas ellas, correspondien-ten en cuenta el ajuscorrespondien-te de media unidad que hay que hacer al pasar de una variable discreta a una con tinua .

a) x es B (100; 0,1). Calcula P [x = 10], P [x < 2] y P [5 < x < 15].

b) x es B (1 000; 0,02). Calcula P [x > 30] y P [x < 80].

c) x es B (50; 0,9). Calcula P [x > 45] y P [x ≤ 30].

a) x es B (100; 0,1) ≈ x' es N (10; 3)

P [x = 10] = P [9,5 < x' < 10,5] = P [–0,17 < z < 0,17] = 0,135

P [x < 2] = P [x' ≤ 1,5] = P [z ≤ –2,83] = 0,0023

P [5 < x < 15] = P [5,5 ≤ x' ≤ 14,5] = P [–1,5 ≤ z ≤ 1,5] = 0,8664

b) x es B (1 000; 0,02) ≈ x' es N (20; 4,427)

P [x > 30] = P [x' ≥ 30,5] = P [z ≥ 2,37] = 0,0089

P [x < 80] = P [x' ≤ 79,5] = P [z ≤ 13,44] = 1 c) x es B (50; 0,9) = x' es N (45; 2,12)

P [x > 45] = P [x' ≥ 45,5] = P [z ≥ 0,24] = 0,4052

(8)

5

_{Ajuste de un conjunto de datos a una distribución normal}

Página 271

1 _{La tabla adjunta corresponde a las estaturas de 1400 chicas. Estudia si es aceptable considerar que}

provienen de una distribución normal.

EXTREMOSDEINTERVALOS 138,5 - 143,5 - 148,5 - 153,5 - 158,5 - 163,5 - 168,5 - 173,5 - 178,5 - 183,5

FRECUENCIAS 2 25 146 327 428 314 124 29 5

Calculamos los parámetros de la distribución:

EXTREMOINF. EXTREMOSUP. xi fi fi · xi fi · xi 2

138,5 143,5 148,5 153,5 158,5 163,5 168,5 173,5 178,5 143,5 148,5 153,5 158,5 163,5 168,5 173,5 178,5 183,5 141 146 151 156 161 166 171 176 181 2 25 146 327 428 314 124 29 5 282 3 650 22 046 51 012 68 908 52 124 21 204 5 104 905 39 762 532 900 3 328 946 7 957 872 11 094 188 8 652 584 3 625 884 898 304 163 805

total 1 400 225 235 36 294 245

x=225235₁₄₀₀ = 160,88

s = 36 294 245 160 88₁₄₀₀ – , 2 = 6,49

Consideramos la distribución N (160,88; 6,49).

EXTREMOS DELOS INTERVALOS xk

EXTREMOS TIPIFICADOS

zk

P [z ≤ z_k] pk =

= P [z_k ≤ z ≤ z_k_{+ 1}] 1 400 · pk

NÚMEROS TEÓRICOS

NÚMEROS

OBTENIDOS |DIFERENCIAS|

138,5 143,5 148,5 153,5 158,5 163,5 168,5 173,5 178,5 183,5 –3,48 –2,70 –1,92 –1,15 –0,37 0,41 1,18 1,96 2,74 3,52 0,0003 0,0035 0,0274 0,1251 0,3557 0,6541 0,8810 0,9750 0,9969 0,9998 0,0032 0,0239 0,0977 0,2306 0,2984 0,2269 0,094 0,0219 0,0029 4,48 33,46 136,78 322,84 417,76 317,66 131,60 30,66 4,06 4 33 137 323 418 318 132 31 4 2 25 146 327 428 314 124 29 5 2 8 9 4 10 4 8 2 1

(9)

9

E

jercicios y problemas resueltos

Página 272

1. _{Función de densidad}

Hazlo tú. Halla el valor de k para que f (x) = 0,4 + kx, si x ∈ [0, 4] y 0 en el resto, sea función de

densidad. Calcula P [x ≥ 3], P [x ≤ 1] y P [1 ≤ x ≤ 3].

y = 0,4 + k · x

1 0,1 0,5

2 3 4

0,2 0,3 0,4

Para que sea función de densidad, el área del trapecio que forma la recta la recta, el eje OY y la recta x = 4 tiene que ser 1.

A_trapecio = , ( , k· ) 2

0 4 0 4+ + 4 _{· 4 = 1}_→_k_{= –0,075}

La función de densidad es: y = 0,4 – 0,075 · x

Para cada una de las probabilidades que nos piden hallamos el área del correspondiente trapecio:

P [x ≥ 3] = ( ,0 4 0 075 3– , · ) ( ,₂+ 0 4 0 075 4– , · ) · (4 – 3) = 0,1375

P [x ≤ 1] = ( ,0 4 0 075 0– , · ) ( ,₂+ 0 4 0 075 1– , · ) · (1 – 0) = 0,3625

P [1 ≤ x ≤ 3] = ( , , · ) ( , , · ) 2

0 4 0 075 1– + 0 4 0 075 3– _{· (3 – 1) = 0,5}

2. _{Manejo de la tabla de la}

_N

_{(0, 1)}

Hazlo tú. Calcula P [–0,83 < z < 0,83].

(10)

Página 273

4. _{Aproximación de la binomial a la normal}

Hazlo tú. a) En el primer apartado hemos tomado diciembre como 1/12 del año. Halla la misma probabilidad tomando diciembre como 31 días de los 365 días del año.

b) ¿Qué probabilidad hay de que al menos 5 alumnos hayan nacido un domingo?

a) Se trata de una distribución binomial B 30, 36531

c m = B (30; 0,85).

np = 30 · 0,085 = 2,55 < 3 1 – 0,085 = 0,915

P [x ≥ 1] = 1 – P [x = 0] = 1 – 0,91530_{= 0,93040}

b) Se trata de una distribución binomial B 30, 7 1

c m = B (30; 0,143)

np = 30 · 0,143 = 4,29 > 3 → Podemos aproximar la distribución binomial por una normal.

μ = 4,29

σ = ,4 29 0 143 1 0 143· , ·( – , ) = 0,73

x es B (30; 0,143) → x' es N (4,29; 0,73) La probabilidad que nos piden es:

(11)

11

E

jercicios y problemas guiados

Página 274

1. _{Funciones de densidad}

a) Calcular el valor de a para que f (x) sea función de densidad.

1 2 3 4 5 6 7 8 9 10

a

f(x)

b) Hallar las siguientes probabilidades: P[x < 4] P[4 < x < 9] P[1 < x < 10] P[x = 6] P[0 < x < 2] P[7 < x < 15]

a) Calculamos las cinco áreas por separado (son trapecios o rectángulos). Las llamamos, de izquierda a derecha, A, B, C, D y E.

Área de la región A = a+₂2 1a · = ₂3a Área de la región B = 2a₂+3a · 2 = 5a

Área de la región C = 3a · 1 = 3a Área de la región D = 5a · 2 = 10a

Área de la región E = 5a₂+2a ·3= 21₂ a

La suma de las cinco áreas tiene que valer 1:

a a a a a

2

3 ₅ ₃ ₁₀

2 21

+ + + + = 1 → a = ₃₀1

b) P [x < 4] = ·₂3 ₃₀1 +5·₃₀1 = ₆₀13 0 22= ,

P [4 < x < 9] = 3 · ₃₀1 +10·₃₀1 + 21₂ ·₃₀1 = ₆₀47 = 0,78

P [1 < x < 10] = 1

P [x = 6] = 0

P [0 < x < 2] = P [1 < x < 2] = ·₂3 ₃₀1 = ₂₀1 = 0,05

P [7 < x < 15] = P [7 < x < 10] = 21₂ · ₃₀1 =₂₀7 = 0,35

2. _Tipiicación

En una cierta prueba, las puntuaciones tipiicadas de dos estudiantes fueron 0,8 y – 0,4 y sus notas reales fueron 88 y 64 puntos, respectivamente. ¿Cuál es la media y cuál la desviación típica de las puntuaciones del examen?

,

q µ

88 _{0 8}

64 _{0 4}

–

– _–

=

= Z

[

\ ] ]

] ]

→ µ ,_,q

µ q

88 0 8

64 0 4

–

– –

= =

(12)

3. _{Ajuste de una distribución empírica a una normal}

Un cientíico ha tomado medidas de la longitud de 1 000 ranas de una determinada especie. Los re-sultados están en la siguiente tabla:

LONGITUD (EN cm) N.º DERANAS

(10, 12] (12, 14] (14, 16] (16, 18] (18, 20] 25 228 475 240 32

TOTAL 1 000

Comprueba si los resultados se ajustan a una distribución normal.

MARCADECLASE fi fi · xi fi · xi 2

11 13 15 17 19 25 228 475 240 32 275 2 964 7 125 4 080 608 3 025 38 532 106 875 69 360 11 552

total 1 000 15 052 229 344

,

x=15 052₁₀₀₀ ≈ 15,1

s = , 1000

229 344 15 1– 2_{≈ 1,67}

Consideramos la distribución N (15,1; 1,67)

EXTREMOS DELOS INTERVALOS x_k

z_k

P [z ≤ zk] ₌_P_[_z pk =

k ≤ z ≤ zk + 1] 1 000 · pk

NÚMEROS TEÓRICOS

NÚMEROS

10 12 14 16 18 20 –3,05 –1,86 –0,66 0,54 1,74 2,93 0,0011 0,0314 0,2546 0,7054 0,9591 0,9985 0,0303 0,2232 0,4508 0,2537 0,0394 30,3 223,2 450,8 253,7 39,4 31 224 451 254 40 25 228 475 240 32 6 4 24 14 8

(13)

13

E

jercicios y problemas propuestos

Página 275

P

_{ara practicar}

Función de densidad

1 _{Justiica si pueden ser funciones de densidad las siguientes:}

a) f (x) = 0,5 + 0,5x con x ∈ [0, 2]

b) f (x) = 0,5 – x con x ∈ [0, 2]

c) f (x) = 1 – 0,5x con x ∈ [0, 2]

Veamos, en cada caso, si el área encerrada bajo la curva es 1: a)

Área = , ·

2

1 5 2 = 1,5 → No puede ser función de densidad.

0,5 1 1,5

1,5

1 2

b) f (2) = –1,5 < 0 → No puede ser función de densidad, pues tendría que ser f (x) ≥ 0. c)

·

( )≥

f x

2 1 2 1 0

Área = =

₄

→ Sí puede ser función de densidad.

0,5 1 1,5

1 2

2 _{Halla el valor de}_k_{para que esta función sea de densidad:}

f (x) = ( )

kx k x

x x

2 1

0

0 2

2 4

–

si ≤ ≤

si ≤

en el resto <

*

Halla estas probabilidades:

P [1 ≤ x ≤ 3], P [x ≤ 3], P [0 ≤ x ≤ 7]

1 2 3 4

0,5 1

Calculamos las dos áreas por separado (son triángulos o trapecios):

Área de la región hasta x = 2 → k

2

2 · 2 = 2k

Área de la región desde x = 2 hasta x = 4 → k· k·

2

2 1 2 3+ _{· 2 = 8}_k

(14)

f (x) = ( )

x x

101 0 2

5

1 ₁ ₂ ₄

0

si ≤ ≤

– si ≤

en el resto < Z [ \ ] ]] ] ]]

P [1 ≤ x ≤ 3] = P [1 ≤ x ≤ 2] + P [2 < x ≤ 3] =

·1 ·2

+ +

· ·

2 101 102 ₁

2

102 102 ₁ 209

+ = = 0,45

P [x ≤ 3] = P [0 ≤ x ≤ 2] + P [2 < x ≤ 3] = 10₂ · ·1+ ·2 · 2

2 5 ₂

1 5 1

1 ₂1

+ = = 0,5

P [0 ≤ x ≤ 7] = P [0 ≤ x ≤ 4] = 1

3 _{Calcula el valor de}_a_{para que esta función sea de densidad:}

f (x) = / / x a a x 1 4 1 2 0 1 4 si ≤ ≤

si ≤

en el resto <

*

Calcula, además, las siguientes probabilidades:

P [1 ≤ x ≤ 2], P [x ≤ 3], P [x > 2]

1 2 3 4

0,2 0,4 0,1 0,3 0,5 0,6

Calculamos las dos áreas por separado (son rectángulos):

Área de la región hasta x = 3 → 4

1 · (a – 1)

Área de la región desde x = 3 hasta x = 4 →

2

1 · (4 – a)

La suma de las áreas tiene que valer 1 →

4

1 · (a – 1) + ₂1 · (4 – a) = 1 → a = 3

f (x) =

x

4

1 ₁ ₃

2

1 ₃ ₄

0

si ≤ ≤

si ≤

en el resto < Z [ \ ] ]] ] ]]

(15)

15

4 _{Calcula el valor de}_a_{para que la siguiente gráica sea una representación de una función de}

densidad. Escribe su expresión analítica:

a 2a

f(x)

1 2 3

Calculamos las dos áreas por separado (son triángulos o rectángulos):

Área de la región hasta x = 2 → 2 · 2 = ₄a a

Área de la región desde x = 2 hasta x = 3 → a

La suma de las áreas tiene que valer 1 → 2a = 1 → a = ₂1

f (x) =

x x

x

2

1 ₀ ₂

2

1 ₂ ₃

0

si ≤ ≤

si ≤

en el resto < Z

[

\ ] ]] ] ]]

Manejo de la tabla

N

(0, 1)

5 _{En una distribución}_N_{(0, 1), calcula estas probabilidades:}

a) P [z = 2] b) P [z ≤ 2] c) P [z ≥ 2]

d) P [z ≤ –2] e) P [z ≥ –2] f ) P [–2 ≤ z ≤ 2]

a) P [z = 2] = 0 b) P [z ≤ 2] = 0,9772 c) P [z ≥ 2] = 1 – 0,9792 = 0,0228 d) P [z ≤ –2] = 0,0228

e) P [z ≥ –2] = 1 – 0,0228 = 0,9772 f ) P [–2 ≤ z ≤ 2] = 2(P [z ≤ 2] – 0,5) = 0,9544

a) P [z ≤ 1,83] b) P [z ≥ 0,27] c) P [z ≤ –0,87] d) P [z ≥ 2,5]

a) P [z ≤ 1,83] = 0,9664 b) P [z ≥ 0,27] = 0,3935 c) P [z ≤ –0,87] = 0,1922 d) P [z ≥ 2,5] = 0,0062

7 _{En una distribución}_N_{(0, 1), calcula estas probabilidades:}

a) P [z = 1,6] b) P [–2,71 ≤ z ≤ –1,83]

c) P [1,5 ≤ z ≤ 2,5] d) P [–1,87 ≤ z ≤ 1,25]

a) P [z = 1,6] = 0

b) P [–2,71 ≤ z ≤ –1,83] = P [1,83 ≤ z ≤ 2,71] = P [z ≤ 2,71] – P [z ≤ 1,83] = 0,0302 c) P [1,5 ≤ z ≤ 2,5] = P [z ≤ 2,5] – P [z ≤ 1,5] = 0,0606

d) P [–1,87 ≤ z ≤ 1,25] = P [z ≤ 1,25] – P [z ≤ –1,87] = P [z ≤ 1,25] – P [z ≥ 1,87] =

= P [z ≤ 1,25] – (1 – P [z < 1,87]) = 0,8637

(16)

8 _Calcula_k_{en cada uno de los siguientes casos:}

a) P [z < k ] = 0,8365 b) P [z > k ] = 0,8365 c) P [z < k ] = 0,1894 d) P [–k < z < k ] = 0,95

a) k = 0,98 b) k = –0,98 c) k = –0,88 d) k = 1,96

Tipiicación

9 _{En un examen tipo test, la media fue 28 puntos y la desviación típica, 10 puntos. Calcula la}

puntuación tipiicada en los alumnos que obtuvieron:

a) 38 puntos b) 14 puntos c) 45 puntos d) 10 puntos

μ = 28; σ = 10

a) 38 28₁₀– = 1 b) 14 28₁₀– = –1,4 c) 45 28₁₀– = 1,7 d) 10 28₁₀– = –1,8

10 _{Si en el examen del problema anterior la puntuación tipiicada de un alumno fue 0,8, ¿cuántos}

puntos obtuvo? ¿Cuántos puntos corresponden al valor tipiicado de – 0,2?

0,8 → 0,8 · 10 + 28 = 36

–0,2 → –0,2 · 10 + 28 = 26

11 _{Los pesos de un grupo de elefantes machos adultos tienen una media de 6 toneladas. Si el peso}

tipiicado de un ejemplar de 7 000 kg es 0,625, ¿cuál es la desviación típica de la población? ¿Qué tipiicación corresponde a un peso de 5 200 kg?

q

7 000 6 000– _{= 0,625}_→_σ_{= 1 600}

Para un peso de 5 200 kg → 5200 6 000₁₆₀₀– =–₂1 = –0,5

Cálculo de probabilidades en

N

(μ,

σ

)

12 _{En una distribución}_N_{(43, 10), calcula cada una de estas probabilidades:}

a) P [x ≥ 43] b) P [x ≤ 30] c) P [40 ≤ x ≤ 55] d) P [30 ≤ x ≤ 40]

a) P [x ≥ 43] = 0,5

b) P [x ≤ 30] = P ≤z

10 30 43–

< F = P [z ≤ –1,3] = 1 – 0,9032 = 0,0968

c) P [40 ≤ x ≤ 55] = P ≤ ≤z

10 40 43

10 55 43

– –

< F = P [–0,3 ≤ z ≤ 1,2] = 0,5028

d) P [30 ≤ x ≤ 40] = P [–1,3 ≤ z ≤ –0,3] = P [0,3 ≤ z ≤ 1,3] = P [z ≤ 1,3] – P [z ≤ 0,3] = = 0,9032 – 0,6179 = 0,2853

a) P [x ≤ 136] b) P [120 ≤ x ≤ 155] c) P [x ≥ 185] d) P [140 ≤ x ≤ 160]

(17)

17

a) P [x ≤ 27] b) P [x ≥ 27]

c) P [x ≥ 12,5] d) P [15 ≤ x ≤ 20]

e) P [15 ≤ x ≤ 27] f ) P [12,5 ≤ x ≤ 15]

a) P [x ≤ 27] = P [z ≤ 1] = 0,8413 b) P [x ≥ 27] = 0,1587

c) P [x ≥ 12,5] = P [z ≤ 1,9] = 0,9713

d) P [15 ≤ x ≤ 20] = P [–1,4 ≤ z ≤ –0,4] = 0,2638

e) P [15 ≤ x ≤ 27] = P [–1,4 ≤ z ≤ 1] = 0,7605

f ) P [12,5 ≤ x ≤ 15] = P [–1,9 ≤ z < –1,4] = 0,0521

Binomial

→

Normal

15 _{Si lanzamos un dado mil veces, ¿cuál es la probabilidad de que el número de cincos obtenidos}

sea menor que 100?

x es B (1 000; 0,1667) → x' es N (166,67; 11,79)

P [x < 100] = P [x' ≤ 99,5] = P [z ≤ –5,70] = 0

16 _{Una moneda se lanza 400 veces. Calcula la probabilidad de que el número de caras:}

a) sea mayor que 200. b) esté entre 180 y 220.

np = nq = 400 · 0,5 = 200 > 5

Se aproxima de forma casi perfecta por una normal.

μ = 200, σ = 400 0 5 0 5 = 10 · , · , → N (200, 10) a) P [x > 200] = P [x' ≥ 200,5] = P ≥z ,

10 200 5 200–

< F = P [z ≥ 0,05] = 1 – 0,5199 = 0,4801

b) P [180 ≤ x ≤ 220] = P [179,5 ≤ x' ≤ 220,5] =

= P [179,5 ≤ x' ≤ 220,5] + P , ≤ ≤x' ,

10 179 5 200

10 220 5 200

– –

< F =

= P [–2,05 ≤ x' ≤ 2,05] = 0,9798 – (1 – 0,9798) = 0,9596

17 _{Se lanza 2 000 veces un dado de 12 caras. ¿Cuál es la probabilidad de obtener al menos 180 unos?}

x → número de unos. x sigue una distribución Bc2 000, ₁₂1 m = B (2 000; 0,083) np = 2 000 · 0,083 = 166 > 5

nq = 2 000 · (1 – 0,083) = 1 834 > 5

· , ·( , )

npq= 2 000 0 083 1 0 083– = 12,34

Se aproxima de forma casi perfecta por una normal.

μ = 166, σ = 12,34 → N (166; 12,34)

(18)

Página 276

P

_{ara resolver}

18 _{El tiempo necesario para que una ambulancia llegue a un centro deportivo se distribuye según}

una variable normal de media 17 minutos y desviación típica 3 minutos.

Calcula la probabilidad de que el tiempo de llegada esté comprendido entre 13 minutos y 21 minutos.

x es N (17, 3)

P [13 < x < 21] = P [–1,33 < z < 1,33] = 0,8164

19 _{La talla media de las 200 alumnas de un centro escolar es de 165 cm, y la desviación típica, de}

10 cm.

Si las tallas se distribuyen normalmente, calcula la probabilidad de que una alumna elegida al azar mida más de 180 cm.

¿Cuántas alumnas puede esperarse que midan más de 180 cm?

x → Talla. Sigue una normal N (165, 10).

P [x > 180] = P ≥<z 180 165₁₀– F = P [z ≥ 1,5] = 1 – 0,9332 = 0,0668

0,0668 · 200 = 13,36

Se espera que haya 13 alumnas que midan más de 180 cm.

20 _{Para aprobar un examen de ingreso en una escuela, se necesita obtener 50 puntos o más. Por}

ex-periencia de años anteriores, sabemos que la distribución de puntos obtenidos por los alumnos es normal, con media 55 puntos y desviación típica 10.

a) ¿Qué probabilidad hay de que un alumno apruebe?

b) Si se presentan al examen 400 alumnos, ¿cuántos cabe esperar que ingresen en esa escuela?

x → Puntos. Sigue una normal N (55, 10).

a) P [x > 50] = P ≥<z 50 55₁₀– F = P [z ≥ –0,5] = 0,6915

b) 0,6915 · 400 = 276,6

Se espera que ingresarán 277 alumnos.

21 _{En una ciudad, las temperaturas máximas diarias durante el mes de julio se distribuyen}

normal-mente con una media de 26 °C y una desviación típica de 4 °C. ¿Cuántos días se puede esperar que tengan una temperatura máxima comprendida entre 22 °C y 28 °C?

x → Temperatura. Sigue una normal N (26, 4). a) P [22 ≤ x ≤ 28] = P ≤ ≤z

4 22 26

4 28 26

– –

< F = P [–1 ≤ z ≤ 0,5] =

(19)

19

22 _{Para iluminar el recinto de un estadio deportivo se quieren instalar focos. El suministrador}

ase-gura que el tiempo de vida de los focos es una variable normal con media de 1 500 h y desviación típica de 200 h.

a) ¿Cuál es la probabilidad de que un foco elegido al azar luzca por lo menos 1 000 horas?

b) Si se compran 2 000 focos, ¿cuántos puede esperarse que luzcan al menos 1 000 horas?

x → Tiempo de vida. Sigue una normal N (1 500, 200).

a) P [x ≥ 1 000] = P ≥z

200 1000 1500–

< F = P [z ≥ –2,5] = 0,9938

b) 0,9938 · 1 000 = 993,8

Se espera que 994 focos duren, al menos, 1 000 horas.

23 _{Los pesos de 2 000 soldados presentan una distribución normal de media 75 kg y desviación}

típica 8 kg. Halla la probabilidad de que un soldado elegido al azar pese:

a) más de 71 kg. b) entre 73 y 79 kg. c) menos de 80 kg. d) más de 85 kg.

x → Peso. Sigue una normal N (75, 8).

a) P [x ≥ 71] = P ≥z

8 71 75–

< F = P [z ≥ –0,5] = 0,6915

b) P [73 ≤ x ≤ 79] = P<73 75₈– ≤ ≤z 79 75₈– F = P [–0,25 ≤ z ≤ 0,5] = 0,6915 – (1 – 0,5987) = 0,2902

c) P [x ≤ 80] = P ≤<z 80 75–₈ F = P [z ≤ 0,625] = 0,7324

d) P [x ≥ 85] = P ≥<z 85 75–₈ F = P [z ≥ 1,25] = 1 – 0,8944 = 0,1056

24 _{La duración de cierto tipo de motor es una variable normal con una media de 10 años y}

des-viación típica de 2 años. El fabricante garantiza el buen funcionamiento de los motores por un periodo de 13 años. ¿Qué porcentaje de motores se espera que no cumplan la garantía?

x → Duración del motor. Sigue una normal N (10, 2). P [x ≥ 13] = P ≥z

8 13 10–

< F = P [z ≥ 0,375] = 1 – 0,6443 = 0,3557

El 35,6 % de los motores no cumplirán la garantía.

25 _{El 20 % de los alumnos con mejor nota de una escuela pueden acceder a estudios superiores.}

Sabemos que las notas medias inales en esa escuela se distribuyen normalmente con media 5,8 y desviación típica 2. ¿Cuál es la nota media mínima que debe obtener un alumno si quiere hacer estudios superiores?

x → Nota. Sigue una normal N (5,8; 2).

P [x ≥ k] = P ≥z k ,

2 5 8 –

= G = P ≤z k ,

2 5 8 –

= G = 0,8

,

k

25 8

– _{= 0,85}_→_k_{= 7,5}

(20)

26 _{Un test de sensibilidad musical da resultados que se distribuyen según una}_N_{(65, 18).}

Se quiere hacer un baremo por el cual, a cada persona, junto con la puntuación obtenida, se le asigne uno de los siguientes comentarios:

• duro de oído,

• poco sensible a la música, • normal,

• sensible a la música,

• extraordinariamente dotado para la música,

de modo que haya en cada uno de los grupos, respectivamente, un 10 %, un 35 %, un 30 %, un 20 % y un 5 % del total de individuos observados.

a) ¿En qué puntuaciones pondrías los límites entre los distintos grupos?

b) ¿Qué comentario se le haría a una persona que obtuviera una puntuación de 80? ¿Y a otra que obtuviera una puntuación de 40?

a) x sigue una normal N (65, 18).

• Duro de oído

P [x ≤ k] = P ≤<z k₁₈–65F = 0,1 = 1 – 0,9

k

1865

– _{= –1,285}_→_k_{= 41,87}

• Poco sensible a la música

P [x ≤ k] = P ≤<z k₁₈–65F = 0,35 + 0,1 = 0,45 = 1 – 0,55

k

1865

– _{= –0,125}_→_k_{= 62,75}

• Normal

P [x ≤ k] = P ≤<z k₁₈–65F = 0,45 + 0,3 = 0,75

k

1865

– _{= 0,675}_→_k_{= 77,15}

• Sensible a la música

P [x ≤ k] = P ≤<z k₁₈–65F = 0,75 + 0,2 = 0,95

k

1865

– _{= 1,645}_→_k_{= 94,61}

Puntuación menor que 41,87 → Duro de oído.

Entre 41,87 y 62,75 → Poco sensible a la música.

Entre 62,75 y 77,15 → Normal.

Entre 77,15 y 94,61 → Sensible a la música.

(21)

21

27 _{En una población de estudiantes se ha comprobado que la caliicación obtenida en inglés sigue}

una distribución normal de media 5, si se ha seguido el método A, y una normal de media 6, si se ha seguido el método B.

Se sabe que el 4 % de los alumnos que han seguido el método A obtienen una caliica-ción inferior a 3,5 y que el 2 % de los alumnos que han seguido el método B superan el 8.

a) ¿Qué porcentaje de estudiantes que siguen el método A no superan la caliicación de 6,5?

b) ¿Qué porcentaje de estudiantes del método B obtienen una caliicación comprendida entre 4 y 6?

a) x → caliicación en A.

La distribución normal es simétrica respecto de su media. Como μ = 5 → P [x ≤ 3,5] = P [x ≥ 6,5] = 0,04

Por tanto, el porcentaje de estudiantes que siguen el método A y no superan la caliicación de 6,5 es del 4 %.

b) x → caliicación en B.

La distribución normal es simétrica respecto de su media.

Como μ = 6 → P [4 ≤ x ≤ 6] = P [6 ≤ x ≤ 8] = P [x ≤ 8] – P [x ≤ 6] = (1 – 0,02) – 0,5 = 0,48 Por tanto, el porcentaje de estudiantes del método B que obtienen una caliicación comprendida

entre 4 y 6 es del 48 %.

28 _{En un examen psicotécnico, las notas de Brianda y Christian fueron, respectivamente, 84 y 78.}

Sabemos que esas puntuaciones tipiicadas son 1,75 y 1 respectivamente. Calcula la media y la desviación típica de la distribución.

x → caliicación. Sigue una normal N (μ, σ). μ, σ son la solución del siguiente sistema:

,

q µ

84

1 75

78 ₁

–

– =

= _

`

a b b

b b

→ μ = 70, σ = 8

29 _{Las alturas de los alumnos de una clase sig,uen una}_N_{(μ, σ). Sonia, con 172 cm, y Begoña, con}

167 cm, tienen unas alturas tipiicadas de 1,4 y 0,4, respectivamente.

a) ¿Cuál es la altura real de Estefanía si su altura tipiicada es de –1?

b) ¿Cuál es la tipiicación de la altura de Azucena si mide 165 cm?

,

q µ

1

172 ₄

167 _{0 4}

–

– =

= _

`

a b b

b b

→ μ = 165, σ = 5

a) x 5165

– _{= –1}_→_x_{= 160}

Estefanía mide 160 cm.

(22)

Página 277

30 _{El diámetro medio de las piezas producidas en una fábrica es de 45 mm.}

a) Determina su desviación típica sabiendo que la probabilidad de que una pieza tenga un diá-metro mayor que 50 mm es igual a 0,0062.

b) Si se analizan 820 piezas, ¿cuántas se estima que tendrán un diámetro comprendido entre 39,7 y 43,5 mm?

a) P [x ≥ 50] = 0,0062

P [x ≥ 50] = P ≥

q

z 50 45–

< F = P ≥

q

z 5

< F = 0,0062

P ≤

q

z 5

< F = 1 – 0,0062 = 0,9938 →

q5 = 2,5 → σ = 2

b) P [39,7 ≤ x ≤ 43,5] = P<39 7 45, ₂– ≤ ≤z 43 5 45, ₂– F = P [–2,65 ≤ z ≤ –0,75] =

= P [z ≤ –0,75] – P [z ≤ –2,65] = (1 – 0,7734) – (1 – 0,9960) = 0,2226 Como hay 820 piezas, 820 · 0,2226 = 182,53

Se estima que 183 piezas tendrán un diámetro comprendido entre 39,7 mm y 43,5 mm.

31 _{Una compañía de autobuses sabe que el retraso en la llegada sigue una distribución}

nor-mal de media 5 min, y que el 68,26 % de los autobuses llega entre 2 y 8 minutos tarde.

a) ¿Cuál es la desviación típica?

b) ¿Cuál es la probabilidad de que un autobús llegue puntual o antes de la hora?

a) P [2 ≤ x ≤ 8] = P ≤ ≤

q z q

2 5– 8 5–

< F = P ≤ ≤

q z q

3 3

–

< F = P ≤

q

z 3

< F – P ≤

q

z –3

< F =

= P ≤

q

z 3

< F – ≤

q

P z

1– 3

f < Fp = 2P ≤

q

z 3

< F – 1 = 0,6826

P ≤

q

z 3

< F = , 2

1 0 6826+ _{= 0,8413}_→

q3 = 1 → σ = 3

b) P [x ≤ 0] = P ≤<z –₃5F = P [z ≤ –1,6667] = 1 – 0,9525 = 0,0475

32 _{En un bombo de lotería tenemos 10 bolas numeradas del 0 al 9. Cada vez que se extrae una, se}

devuelve al bombo. Si hacemos 100 extracciones, calcula la probabilidad de que el 0 salga más de 12 veces.

x → número de ceros. Sigue una binomial B (100; 0,1).

np = 10 > 5

nq = 90 > 5

Se puede aproximar por una normal. · , · ,

npq= 100 0 1 0 9 = 3

(23)

23

33 _{Un juego consiste en lanzar tres dados. Ganas si obtienes tres resultados distintos y la suma de}

los dos menores es igual al mayor. ¿Qué probabilidad hay de ganar al menos 100 veces de 600 partidas?

Los casos favorables son: (1, 2, 3), (1, 3, 4), (1, 4, 5), (1, 5, 6), (2, 3, 5), (2, 4, 6) y cada uno de estos casos se puede conseguir de 3! = 6 formas distintas.

Por tanto:

P [ganar] =

6 36

6 1

3 =

x → número de partidas ganadas. Sigue una binomial Bc600, ₆1m.

np = 600 · ₆1 = 100 > 5

nq = 600 · ₆5 = 500 > 5

· ·

npq= 600 ₆1 ₆5 = 9,13

x se puede aproximar por una normal N (100; 9,13).

P [x ≥ 100] = P [x' ≥ 99,5] = P ≥ , ,

z

9 13 99 5 100–

= G = P [z ≥ –0,0548] = P [z ≤ 0,0548] = 0,5199

34 _{En un hospital, el 54 % de los nacimientos son niñas. Halla la probabilidad de que de 2 500}

nacimientos, el número de niños esté entre 1 200 y 1 400, ambos inclusive.

x → número de niños. Sigue una binomial B (2 500; 0,46).

np = 2 500 · 0,46 = 1 150 > 5

nq = 2 500 · 0,54 = 1 350 > 5 · , · ,

npq= 2500 0 46 0 54 = 24,92

x se puede aproximar por una normal N (1 150; 24,92).

P [1 200 ≤ x ≤ 1 400] = P [1 199,5 ≤ x' ≤ 1 400,5] = P

, ,

z

24 92 1199 5 1150

24 92 1 400 5 1150

– _{≤ ≤} –

= G =

= P [1,9864 ≤ z ≤ 10,052] = 1 – 0,9761 = 0,0239

35 _{Un examen tipo test tiene 50 preguntas y cada pregunta, tres respuestas diferentes, solo una de}

las cuales es correcta.

Para aprobar, hace falta responder bien a 25 preguntas; para sacar un notable, a 35; y para un sobresaliente, a 45.

Si se responde al azar, ¿cuál es la probabilidad de aprobar? ¿Y la de sacar notable? ¿Y sobresalien-te?

x → número de respuestas correctas. Sigue una binomial B 50, 3 1

c m.

np = 50 · 3 1

3 50

= = 16,67 > 5

nq = 50 · 3 2

3 100 = > 5

· ·

npq 50 3 1

3

(24)

x se puede aproximar por una normal N (16,67; 3,33).

Si entendemos por aprobar obtener aprobado sin llegar a notable, entonces:

P [aprobar] = P [25 ≤ x < 35] = P [24,5 ≤ x' ≤ 34,5] = P ≤ ,

, , _≤

,

, ,

z P z

3 33 34 5 16 67

3 33 24 5 16 67

– _– –

= G = G =

= P [z ≤ 5,35] – P [z ≤ 2,35] = 1 – 0,9906 = 0,0094

P [notable] = P [35 ≤ x < 45] = P [34,5 ≤ x' ≤ 44,5] = P [x' ≤ 44,5] – P [x' ≤ 34,5] =

= P ≤=z 44 5 16 67, _{3 33}–_, , G–P=z≤ 34 5 16 67, _{3 33}–_, , G = P [z ≤ 8,35] – P [z ≤ 5,35] = 1 – 1 = 0

P [sobresaliente] = P [x ≥ 45] = P [x' ≥ 44,5] = P ≥ ,

, ,

z

3 33 44 5 16 67–

= G = 1 – P [z ≤ 8,35] = 0

C

_{uestiones teóricas}

36 _{¿Qué relación guardan dos curvas de la distribución normal con la misma media y diferente}

desviación típica?

¿Y si tienen la misma desviación típica y diferente media?

Si tienen la misma media, están centradas en la misma vertical. Cuanto mayor es la desviación típica, menor altura tiene la curva en la vertical de la media.

Si tienen la misma desviación típica, son igual de altas, tienen la misma forma, pero una está despla-zada a la izquierda de la otra.

37 _{Las notas de un examen siguen una normal. El 15,87% tiene una nota superior a 7, y el 15,87%,}

una nota inferior a 5.

a) ¿Cuál es la media del examen?

b) ¿Qué porcentaje de alumnos tiene una nota entre 6 y 7?

x → nota. Sigue una normal N (μ, σ).

a) Por la simetría de la distribución normal, de los datos se deduce que μ = 6. b) Calculamos P [x ≤ 7]:

P [x ≥ 7] = 0,1587 → P [x ≤ 7] = 1 – 0,1587 = 0,8413 Por tanto:

(25)

25

P

_{ara profundizar}

38 _{En la fabricación de una pieza intervienen dos máquinas. A: produce un taladro cilíndrico cuyo}

diámetro, en milímetros, es N (23; 0,5). B: secciona las piezas con un grosor que es, en

centíme-tros, N (11,5; 0,4). Ambos procesos son independientes.

a) Calcula qué porcentaje de piezas tiene un taladro comprendido entre 20,5 y 24 mm. b) Encuentra el porcentaje de piezas que tienen un grosor comprendido entre 10,5 y 12,7 cm. c) Suponiendo que solo son válidas las piezas cuyas medidas son las dadas en a) y en b), calcula

qué porcentaje de piezas aceptables se consigue.

a) x → diámetro. Sigue una normal N (23; 0,5).

P [20,5 ≤ x ≤ 24] = P=20 5 23,_{0 5}_,– ≤ ≤z 24 23_{0 5}–_, G = P ≤=z 24 23_{0 5}–_, G–P=z≤ 20 5 23,_{0 5}_,– G =

= P [z ≤ 2] – P [z ≤ –5] = 0,9772 – (1 – 1) = 0,9772

Un 97,72 % de piezas tiene un taladro comprendido entre 20,5 mm y 24 mm. b) x → grosor. Sigue una normal N (11,5; 0,4).

P [10,5 ≤ x ≤ 12,7] = P

,

, _{, ≤ ≤}

,

, ,

z

0 4 10 5 11 5

0 4 12 7 11 5

– –

= G =

= P ≤=z 12 7 11 5,_{0 4}–_, , G–P=z≤ 10 5 11 5, _{0 4}–_, , G =

= P [z ≤ 3] – P [z ≤ –2,5] = 0,9987 – (1 – 0,9798) = 0,9785

Un 97,85 % de piezas tiene un grosor comprendido entre 10,5 cm y 12,7 cm. c) Como los procesos son independientes:

P [diámetro válido y grosor válido] = 0,9772 · 0,9785 = 0,95619 Hay un 95,62 % de piezas válidas.

39 _{Se lanzan dos dados 120 veces y se suman los puntos:}

SUMA 2 3 4 5 6 7 8 9 10 11 12

VECES 3 8 9 11 20 19 16 13 11 6 4

¿Se puede aceptar que esta distribución proviene de una normal?

Calculamos los parámetros de la distribución:

x_i f_i f_i · x_i fi · xi 2

2 3 4 5 6 7 8 9 10 11 12

3 8 9 11 20 19 16 13 11 6 4

6 24 36 55 120 133 128 117 110 66 48

12 72 144 275 720 931 1 024 1 053 1 100 726 576

total 120 843 6 633

(26)

Consideramos la distribución N (7,025; 2,434).

EXTREMOS DELOS INTERVALOS x_k

z_k

P [z ≤ z_k] pk =

= P [z_k ≤ z ≤ z_k_{+ 1}] 120 · pk

NÚMEROS TEÓRICOS

NÚMEROS

1,5 2,5 3,5 4,5 5,5 6,5 7,5 8,5 9,5 10,5 11,5 12,5 –2,27 –1,86 –1,45 –1,04 –0,63 –0,22 0,20 0,61 1,02 1,43 1,84 2,25 0,0116 0,0314 0,0735 0,1492 0,2643 0,4129 0,5793 0,7291 0,8461 0,9236 0,9671 0,9878 0,0198 0,0421 0,0757 0,1151 0,1486 0,1664 0,1498 0,1170 0,0775 0,0435 0,0207 2,376 5,052 9,084 13,812 17,832 19,968 17,976 14,04 9,3 5,22 2,484 3 5 9 14 18 20 18 14 10 6 3 3 8 9 11 20 19 16 13 11 6 4 0 3 0 3 2 1 2 1 1 0 1

(27)

27

A

_{utoevaluación}

1 _{Comprueba que}_y₌x

2 – 1, 2 ≤ x ≤ 4 es una función de densidad. Represéntala y calcula:

a) P [x = 3] b) P [x < 3] c) P [x > 3,5] d) P [3 ≤ x < 3,5]

f (x) = x

2 – 1, 2 ≤ x ≤ 4, es una función de densidad (de una distribución estadística de variable con-tinua) porque:

– Es no negativa (es decir, x₂ – 1 ≥ 0 en el intervalo [2, 4]), pues para x = 2, f (2) = ₂2 · 1 = 0. Y como

es creciente se trata de una recta de pendientec ₂1m, f (x) > 0 para 2 < x ≤ 4.

Suponemos que f (x) = 0 fuera del intervalo [2, 4].

– El área bajo la curva es la de un triángulo de base 2 y altura 1. Por tanto, área = 1.

1

1 2 3 4

a) P [x = 3] = 0, pues en las distribuciones de variable continua las probabilidades puntuales son 0.

b) P [x < 3] = ₄1 , pues es el área de un triángulo de base 1 y altura ₂1 .

3

c) P [x > 3,5]

f (3,5) = , 2

3 5 – 1 = 0,75

f (4) = 1

Área del trapecio = , 2

1 0 75+ _{· (4 – 3,5) = 0,4375}

3,5 4 1

P [x > 3,5] = 0,4375 d) f (3) = 0,5; f (3,5) = 0,75

P [3 ≤ x ≤ 3,5] = ( , , )· , 2

0 5 0 75 0 75+ _{= 0,46875}

(28)

2 _{Sabemos que una variable}_z_es_N_{(0, 1).}

a) Calcula las siguientes probabilidades: P [1,53 < z < 2,1] P [–1,53 < z < 2,1]

b) Halla b y k para que se cumpla lo siguiente: P [z < b ] = 0,4 P [– k < z < k ] = 0,9

a) P [1,53 < x < 2,1] = P [z < 2,1] – P [z < 1,53] = ϕ(2,1) – ϕ(1,53) = 0,9821 – 0,9370 = 0,0451 P [–1,53 < z < 2,1] = P [z < 2,1] – P [z < –1,53] = ϕ(2,1) – [1 – ϕ(1,53)] =

= ϕ(2,1) + ϕ(1,53) – 1 = 0,9191

b) P [z < b ] = 0,4 = 1 – 0,6 = 1 – P [z ≤ 0,26] = P [z ≤ –0,26] → b = –0,26 P [–k < z < k ] = P [z < k ] – P [z < –k ] = P [z < k ] – (1 – P [z < k]) =

= 2P [z < k ] – 1 = 0,9 → P [z < k ] = 0,95 → k = 1,65

3 _{En una distribución normal de media 15, el dato 17 se tipiica como 1. Halla la desviación típica}

de la distribución.

q

17 15– _{= 1}_→_{2 =}_σ

La desviación típica es 2.

4 _{El cociente intelectual (C.I.) de un colectivo de bomberos se distribuye normal, de media 108 y}

desviación típica 3,5. Llamamos x al C.I. de uno de ellos tomado al azar. Calcula:

a) P [x < 100] b) P [x > 115] c) P [100 < x < 115]

x es N (108; 3,5) → z = ,

x

3 5108

– _es_N_{(0, 1)}

a) P [x < 100] = P

,

z

3 5 100 108– <

< F = P [z < –2,29] = 1 – ϕ(2,29) = 1 – 0,9890 = 0,011

b) P [x > 115] = P=z> 115 108_{3 5}–_, G = P [z > 2] = 1 – ϕ(2) = 1 – 0,9772 = 0,0228

c) P [100 < x < 115] = P [–2,29 < z < 2] = ϕ(2) – [1 – ϕ(2,29)] = ϕ(2) + ϕ(2,29) – 1 = 0,9662

5 _{El tiempo que tardo en llegar a clase sigue una normal de media 20 minutos. He comprobado que}

el 94,5 % de los días tardo menos de 28 minutos. Si en todo el año voy 177 días a clase, ¿cuántos días puedo estimar que tardaré menos de un cuarto de hora en llegar?

x → tiempo que tardo. Sigue una normal N (20, σ). P [x ≤ 28] = P ≤

q

z 28 20–

< F = 0,945 →

q

8 = 1,6 → σ = 5

x → tiempo que tardo. Sigue una normal N (20, 5). P [x ≤ 15] = P z

520 15

≤ –

< F = P [z ≤ –1] = 1 – 0,8413 = 0,1587

Como voy 177 días, 177 · 0,1587 = 28,090.

Estimo que 28 días de los 177 tardaré menos de 15 minutos.

6 _{El 7 % de las personas padecen un pequeño defecto anatómico. En una empresa trabajan 80}

per-sonas. ¿Cuál es la probabilidad de que haya más de 10 con ese defecto?